响木SVIP目录
响木最新
响木众筹
响木众筹
当前目录
全盘
查全部
文件夹
文件
主页
/
【知识共享】会员专栏
/
13、IT会员专栏
/
【深度之眼】人工智能Paper年度会员（CV方向）前沿版
/
1-1-论文复现体验课学习指引.mp4
10-10-03-循环神经网络-0.mp4
10-11-03-循环神经网络-1.mp4
10-12-03-循环神经网络-2.mp4
10-2-01-神经网络基础与多层感知机-0.mp4
10-3-01-神经网络基础与多层感知机-1.mp4
10-4-01-神经网络基础与多层感知机-2.mp4
10-5-01-神经网络基础与多层感知机-3.mp4
10-6-01-神经网络基础与多层感知机-4.mp4
10-7-02-卷积神经网络-0.mp4
10-8-02-卷积神经网络-1.mp4
10-9-02-卷积神经网络-2.mp4
11-10-2_5图像基本操作_图像滤波.mp4
11-11-2_6图像基本操作_图像增强.mp4
11-12-2-7形态学操作_腐蚀..mp4
11-13-2_8形态学操作_膨胀开运算与闭运算.mp4
11-14-3_1固定阈值分割.mp4
11-15-3_2自动阈值分割.mp4
11-16-3_3边缘检测算子.mp4
11-17-3_4连通区域_区域生长算法.mp4
11-18-3_5分水岭算法图像分割.mp4
11-19-4_1特征描述_HOG.mp4
11-2-1-1图像基础知识.mp4
11-20-4_2特征描述Harris和SIFT算法.mp4
11-21-4_3纹理特征LBP算法.mp4
11-22-4_4模板匹配算法.mp4
11-23-4_5人脸检测算法.mp4
11-24-5_1摄像头调用和视频的读取保存.mp4
11-25-5_2帧差法视频目标识别.mp4
11-26-5_3光流法和背景减除法..mp4
11-3-1-2图像基础知识.mp4
11-4-1-3图像基础知识.mp4
11-5-1-4图像基础知识.mp4
11-6-2-1图像基本处理.mp4
11-7-2_2图像基本处理.mp4
11-8-2_3图像基本处理.mp4
11-9-2_4图像基本处理.mp4
12-10-01AlexNet-08-论文总结.mp4
12-100-10-SENet-11-代码实现及Baseline结语..mp4
12-11-01AlexNet-09-准备工作&代码结构.mp4
12-12-01AlexNet-10-代码结构.mp4
12-13-01AlexNet-11-代码结构.mp4
12-14-01AlexNet-12-代码结构4&训练方法.mp4
12-15-02VGG-01-研究背景&成果&意义.mp4
12-16-02VGG-02-论文结构&摘要精读.mp4
12-17-02VGG-03-结构及特点.mp4
12-18-02VGG-04-训练、测试技巧.mp4
12-19-02VGG-05-实验结果及分析.mp4
12-20-02VGG-06-论文总结.mp4
12-21-02VGG-07-代码结构.mp4
12-22-02VGG-08-代码数据集.mp4
12-23-02VGG-09-代码&构建VGG模型.mp4
12-24-CVbaseline第一次直播答疑.mp4
12-25-03GoogleNet-01-研究背景、成果及意.mp4
12-26-03GoogleNet-02-论文摘要、图表.mp4
12-27-03GoogLeNet-03-GoogLeNet结构.mp4
12-28-03GoogLeNet-04-训练、测试技巧，实验结果及分析.mp4
12-29-03GoogLeNet-05-稀疏结构及总结.mp4
12-3-01AlexNet-01-研究背景.mp4
12-30-03Googlenet-06-代码结果&数据集下载.mp4
12-31-03Googlenet-07-结构定义&基本组件.mp4
12-32-03Googlenet-08数据集&构建模型.mp4
12-33-04Googlenet-v2-01-论文背景.mp4
12-34-04Googlenet-v2-02-论文结果意义泛读.mp4
12-35-04Googlenet-v2-03-论文BN层.mp4
12-36-04Googlenet-v2-04-结构、实验结果及分析.mp4
12-37-04Googlenet-v2-05-论文总结.mp4
12-38-04GoogLeNet-v2-06-代码讲解.mp4
12-39-04GoogLeNet-v2-07-代码讲解.mp4
12-4-01AlexNet-02-研究成果意义.mp4
12-40-04Googlenet-v2-08-代码讲解.mp4
12-41-05-googlenet-v3-01-研究背景&成果&意义.mp4
12-42-05-googlenet-v3-02.mp4
12-43-05-googlenet-v3-03-网络设计准则&卷积分解&辅助分类.mp4
12-44-05-googlenet-v3-04-特征图分辨率下降&标签平滑.mp4
12-45-05-googlenet-v3-05-网络结构&实验结果.mp4
12-46-05-googlenet-v3-06-论文总结.mp4
12-47-05-googlenet-v3-07-代码准备.mp4
12-48-05-googlenet-v3-08-网络结构代码详解.mp4
12-49-05-googlenet-v3-09-模型训练&标签平滑.mp4
12-5-01AlexNet-03-论文结构.mp4
12-50-06-ResNet-01-背景成果意义.mp4
12-51-06-ResNet-02-论文泛读.mp4
12-52-06-ResNet-03-残差结构.mp4
12-53-06-ResNet-04-ResNet结构.mp4
12-54-06-ResNet-05-论文总结.mp4
12-55-06-ResNet-06-ResNet推理.mp4
12-56-06-ResNet-07-ResNet结构搭建详解.mp4
12-57-06-ResNet-08-ResNet20训练及实验分析.mp4
12-58-cvbaseline第二场直播答疑.mp4.mp4
12-59-07-googlenet-v4-01-背景成果意义.mp4
12-6-01AlexNet-04-结构.mp4
12-60-07-googlenet-v4-02-论文泛读.mp4
12-61-07-googlenet-v4-03-inception-v4.mp4
12-62-07-googlenet-v4-04-inception-resnet.mp4
12-63-07-googlenet-v4-05-实验结果论文总结.mp4
12-64-07-googlenet-v4-06-inceptionv4代码（上）.mp4
12-65-07-googlenet-v4-07-inceptionv4代码（下）.mp4
12-66-07-googlenet-v4-08-inception-resnet代码.mp4
12-67-08-ResNeXt-01-背景意义成果.mp4
12-68-08-ResNeXt-02-论文泛读.mp4
12-69-08-ResNeXt-03-聚合变换分析.mp4
12-7-01AlexNet-05网络结构特点.mp4
12-70-08-ResNeXt-04-分组卷积与ResNeXt.mp4
12-71-08-ResNeXt-05-实验结果与论文总结.mp4
12-72-08-ResNeXt-06-ResNeXt50-inference.mp4
12-73-08-ResNeXt-07-ResNeXt-50_32x4d-网络搭建代码详解.mp4
12-74-08-ResNeXt-08-ResNeXt-29ѵ��.mp4
12-75-08-ResNeXt-09-分组卷积.mp4
12-76-09-DenseNet-01-背景意义成果.mp4
12-77-09-DenseNet-02-论文泛读..mp4
12-78-09-DenseNet-03-论文图表.mp4
12-79-09-DenseNet-04-基本组件1.mp4
12-8-01AlexNet-06-训练技巧.mp4
12-80-09-DenseNet-05-基本组件2.mp4
12-81-09-DenseNet-06-Densenet网络结构.mp4
12-82-09-DenseNet-07-实验结果及分析.mp4
12-83-09-DenseNet-08-论文总结.mp4
12-84-09-DenseNet-09-计算图与显存分析.mp4
12-85-09-DenseNet-10-DenseNet-121推理.mp4
12-86-09-DenseNet-11-DenseNet-121-搭建.mp4
12-87-09-DenseNet-12-DenseLayer详解..mp4
12-88-09-DenseNet-13-DenseNet-40-ѵ��.mp4
12-9-01AlexNet-07实验结果及分析.mp4
12-90-10-SENet-01-学习目标课程安排.mp4
12-91-10-SENet-02-研究背景.mp4
12-92-10-SENet-03-研究意义及成果.mp4
12-93-10-SENet-04-论文结构..mp4
12-94-10-SENet-05-论文图表.mp4
12-95-10-SENet-06-Squeeze-Excitation..mp4
12-96-10-SENet-07-SE-ResNet-50..mp4
12-97-10-SENet-08-实验结果及分析.mp4
12-98-10-SENet-09-Ablation-Study.mp4
12-99-10-SENet-10-论文总结.mp4
12_101-cvbaseline第四次直播答疑.m3u8
12_2-CV开班课.m3u8
12_89-CVbaseline第三次直播答疑.m3u8
13-10-01FCN-07-算法架构..mp4
13-100-09DFANet-09-代码定义(下)..mp4
13-101-10RedNet-01-深度图相关基本概念..mp4
13-102-10RedNet-02-深度图相关研究方向..mp4
13-103-10RedNet-03-引言.mp4
13-104-10RedNet-04-相关工作&算法总览.mp4
13-105-10RedNet-05-算法细节&实验..mp4
13-106-10RedNet-06-模型搭建(上).mp4
13-107-10RedNet-07-模型搭建(下).mp4
13-108-10RedNet-08-NYUDv2数据集.mp4
13-109-10RedNet-09-RGB-D分割代码.mp4
13-11-01FCN-08-训练技巧&实验结果及分析..mp4
13-110-11RDFNet-01-论文简介&特征融合.mp4
13-111-11RDFNet-02-NYUDv2数据集.mp4
13-112-11RDFNet-03-SUNRGBD数据集&摘要.mp4
13-113-11RDFNet-04-RefineNet引言&相关工作.mp4
13-114-11RDFNet-05-RefineNet相关背景.mp4
13-115-11RDFNet-06-LW引言&相关工作&模型压缩.mp4
13-116-11RDFNet-07-RDFNet引言&相关工作.mp4
13-117-11RDFNet-08-RefineNet算法架构.mp4
13-118-11RDFNet-09-LW&RDFNet算法架构.mp4
13-119-11RDFNet-10-实验分析.mp4
13-12-01FCN-09-讨论&总结.mp4
13-120-11RDFNet-11-总复习.mp4
13-121-11RDFNet-12-RefineNet模型定义.mp4.mp4
13-122-11RDFNet-13-LW&RDF模型定义&SUNRGBD数据集.mp4.mp4
13-13-01FCN-10-代码实现.mp4
13-14-01FCN-11-数据预处理..mp4
13-15-01FCN-12-模型搭建.mp4
13-16-01FCN-13-训练、验证&预测函数搭建..mp4
13-17-01FCN-14-损失函数.mp4
13-18-01FCN-15-指标计算.mp4
13-2-开班课直播.mp4
13-20-02unet-01-论文总览&摘要精读.mp4
13-21-02unet-02-医学分割相关背景&取得的成果及意义.mp4
13-22-02unet-03-两篇论文相互补充.mp4
13-23-02unet-04-回顾医学图像分析及CNN的发展历程.mp4
13-24-02unet-05-先验知识补充.mp4
13-25-02unet-06-算法架构&实验结果及分析.mp4
13-26-02unet-07-试验设置及结果分析.mp4
13-27-02unet-08-代码精读.mp4
13-28-03SegNet-01-CNN和FCN前期介绍&论文背景&研究成果及意义.mp4
13-29-03SegNet-02-CNN和FCN论文结构&摘要精读.mp4
13-30-03SegNet-03-引言.mp4
13-31-03SegNet-04-引言&D补充内容.mp4
13-32-03SegNet-05-相关工作.mp4
13-33-03SegNet-06-算法架构.mp4
13-34-03SegNet-07-算法架构2.mp4
13-35-03SegNet-08-解码器变体&实验设置、分析.mp4
13-36-03SegNet-09-归纳实验设置参数&总结关键点.mp4
13-37-03SegNet-10-模型的搭建.mp4
13-38-03SegNet-11-DeconvNet模型的搭建.mp4
13-39-04DeepLab-01论文背景、研究成果及意义.mp4
13-4-01FCN-01-语意分割简介.mp4
13-40-04DeepLab-02-ժҪ.mp4
13-41-04DeepLab-03-v1论文精读.mp4
13-42-04DeepLab-04-v1论文精读2.mp4
13-43-04DeepLab-05-v1-论文精读3总结.mp4
13-44-04DeepLab-06-v2论文精读1.mp4
13-45-04DeepLab-07-v2-论文精读2.mp4
13-46-04DeepLab-08-v2论文精读3总结.mp4
13-47-04DeepLab-09-v3论文精读1.mp4
13-48-04DeepLab-10-v3-算法及实验部分.mp4
13-49-04DeepLab-11-论文精讲v3+.mp4
13-5-01FCN-02常用数据集、指标、研究成果..mp4
13-50-04DeepLab-12-v3+深度可分离卷积.mp4
13-51-04DeepLab-13-v3+算法和实验、论文总结.mp4
13-52-04DeepLab-14-代码复现.mp4
13-53-04DeepLab-15-算法架构.mp4
13-55-05GCN-01-前期介绍、论文导读.mp4
13-56-05GCN-02-卷积核、卷积方式汇总.mp4
13-57-05GCN-03-卷积方式汇总、论文结果及意义.mp4
13-58-05GCN-04-引言及相关工作.mp4
13-59-05GCN-05-特性、算法架构.mp4
13-6-01FCN-03-论文摘要精读..mp4
13-60-05GCN-06-实验设置、分析.mp4
13-61-05GCN-07-代码精读.mp4
13-62-05GCN-08-代码精读2.mp4
13-63-06DFN-01-前期知识、论文背景.mp4
13-64-06DFN-02-研究成果及意义.mp4
13-65-06DFN-03-论文结构、摘要.mp4
13-66-06DFN-04-算法模型详解.mp4
13-67-06DFN-05-算法结构1.mp4
13-68-06DFN-06-算法结构2.mp4
13-69-06DFN-07-算法模型细节.mp4
13-7-01FCN-04-论文引言、全局信息及部分信息.mp4
13-70-06DFN-08-代码架构.mp4
13-71-06DFN-09-模型搭建.mp4
13-72-06DFN-10-代码复现.mp4
13-74-07ENet-01-经典分割vs实时分割.mp4
13-75-07ENet-02-实时分割常用方法&摘要精读.mp4
13-76-07ENet-03-ENet引言&相关工作.mp4
13-77-07ENet-04-LinkNet引言&相关工作&先验知识&ENet算法架构.mp4
13-78-07ENet-05-ENet算法细节&LinkNet算法架构&实验分析.mp4
13-79-07ENet-06-LinkNet代码定义.mp4
13-8-01FCN-05-感受域&平移不变性.mp4
13-80-07ENet-07-ENet代码定义.mp4
13-81-07ENet-08-新代码(上).mp4
13-82-07ENet-09-新代码(下).mp4
13-83-08BiSeNet-01-分割常用损失函数(上).mp4
13-84-08BiSeNet-02-分割常用损失函数(中).mp4
13-85-08BiSeNet-03-分割常用损失函数(下)&分类器评价标准&摘要.mp4
13-86-08BiSeNet-04-引言.mp4
13-87-08BiSeNet-05-相关工作&算法架构总览.mp4
13-88-08BiSeNet-06-算法结构详解&实验.mp4
13-89-08BiSeNet-07-模型代码定义.mp4
13-9-01FCN-06-经典算法&本文算法、上采样.mp4
13-90-08BiSeNet-08-cityscapes数据集.mp4
13-92-09DFANet-01-论文背景.mp4
13-93-09DFANet-02-旷视软件部分补充..mp4
13-94-09DFANet-03-旷视硬件部分补充..mp4
13-95-09-DFANet-04-旷视官网.mp4
13-96-09DFANet-05-引言.mp4
13-97-09DFANet-06-相关工作_模型总览.mp4
13-98-09DFANet-07-算法详解_实验分析..mp4
13-99-09DFANet-08-代码定义(上)..mp4
13_1-图像分割直播答疑.m3u8
13_123-图像分割1.24直播答疑
13_19-图像分割7.22直播答疑
13_54-图像分割8.10直播答疑
13_73-图像分割9.9直播答疑
13_91-图像分割12.6直播答疑
14-10-基础知识-02-训练数据格式转化.mp4
14-100-08EfficientDet-05-精读_实验与消融实验.mp4.mp4
14-101-08EfficientDet-06-代码讲解.mp4.mp4
14-102-08EfficientDet-07-代码讲解_训练自己的数据集.mp4.mp4
14-103-08EfficientDet-08-代码讲解_特征提取和特征融合.mp4.mp4
14-104-09cascadercnn-01-论文泛读_结构介绍.mp4.mp4
14-105-09cascadercnn-02-论文泛读_摘要和总结.mp4.mp4
14-106-09cascadercnn-03常见的评价指标_01.mp4.mp4
14-107-09cascadercnn-04-常见的评价指标_02.mp4.mp4
14-108-09cascadercnn-05-双阶段目标检测回顾.mp4.mp4
14-109-09cascadercnn-06-精读01.mp4.mp4
14-11-01YOLOV3-01-泛读_目标检测与YOLO系列.mp4.mp4
14-110-09cascadercnn-07-精读02.mp4.mp4
14-111-09cascadercnn-08-实验对比.mp4.mp4
14-112-09cascadercnn-09-结论和总结.mp4.mp4
14-113-09Cascade-10-代码讲解_训练代码讲解.mp4
14-114-09Cascade-11-代码讲解_网络结构.mp4
14-115-09Cascade-12-代码讲解_Neck1.mp4
14-116-10CenterNet-01-论文泛读_背景介绍.mp4.mp4
14-117-10CenterNet-02-论文泛读_摘要.mp4.mp4
14-118-10CenterNet-03-论文精读_模型结构.mp4
14-119-10CenterNet-04-论文精读_模型结构2.mp4
14-12-01YOLOV3-02-泛读_摘要与结论分析.mp4.mp4
14-120-10CenterNet-05-论文精读_实验设置.mp4
14-121-10CenterNet-06-论文精读_实验结论和总结.mp4.mp4
14-122-10CenterNet-07-代码讲解_训练数据和参数设置.mp4.mp4
14-123-10CenterNet-08-代码讲解_网络主体结构.mp4.mp4
14-124-10CenterNet-09-代码讲解_解码与预测.mp4.mp4
14-126-【6月18号】YOLOv5-代码讲解1.mp4
14-127-【6月18号】YOLOv5-代码讲解2.mp4
14-128-【6月18号】YOLOv5-代码讲解3.mp4
14-129-【6月18号】YOLOv5-代码讲解4.mp4
14-13-01YOLOV3-03-论文精读_背景和结构.mp4.mp4
14-14-01YOLOV3-04-论文精读_实验和结论.mp4.mp4
14-15-01YOLOV3-05-论文精读_归纳总结.mp4.mp4
14-16-01YOLOV3-06-代码讲解_项目讲解与VOC数据制作.mp4.mp4
14-17-01YOLOV3-07-代码讲解_训练代码讲解.mp4.mp4
14-18-01YOLOV3-08-代码讲解_Dataset类编码训练数据.mp4.mp4
14-19-01YOLOV3-09-代码讲解_网络结构搭建.mp4.mp4
14-20-01YOLOV3-10-代码讲解_Anchor_box生成与预测结果的解码.mp4.mp4
14-21-01YOLOV3-11-代码讲解_训练测试和Loss函数.mp4.mp4
14-22-02SSD-01-论文泛读_背景介绍.mp4.mp4
14-23-02SSD-02-论文泛读_泛读和网络结构.mp4.mp4
14-24-02SSD-03-论文精读_网络结构.mp4.mp4
14-25-02SSD-04-论文精读_SSD训练策略.mp4.mp4
14-26-02SSD-05-论文精读_SSD实验设置和结论.mp4.mp4
14-27-02SSD-06-论文精读_模型细节.mp4.mp4
14-28-02SSD-07-论文精读_损失函数和论文总结.mp4.mp4
14-29-02SSD-08-代码实现_训练VOC数据集.mp4.mp4
14-30-02SSD-09-代码实现_backbone网络.mp4.mp4
14-31-02SSD-10-代码实现_head结构代码实现.mp4.mp4
14-32-02SSD-11-代码实现_Dataset类处理数据集.mp4.mp4
14-33-02SSD-12-代码实现_SSD损失函数代码实现.mp4.mp4
14-34-02SSD-13-代码实现_Inference代码实现.mp4.mp4
14-35-03FasterR-CNN-01-论文泛读_RCNN演变.mp4
14-36-03FasterR-CNN-02-论文泛读_摘要和网络结构.mp4
14-37-03FasterR-CNN-03-精读_结构总览.mp4.mp4
14-38-03FasterR-CNN-04-精读Paper_背景介绍.mp4.mp4
14-39-03FasterR-CNN-05-精读Paper_RPN与rpn_loss.mp4.mp4
14-40-03FasterR-CNN-06-精读Paper_RPN训练.mp4.mp4
14-41-03FasterR-CNN-07-精读Paper_实验和结论.MP4.mp4
14-42-03FasterR-CNN-08-精读PPT_Anchor和RPN.mp4.mp4
14-43-03FasterR-CNN-09-精读PPT_网络细节.mp4
14-44-03FasterR-CNN-10-代码讲解_训练VOC数据集.mp4
14-45-03FasterR-CNN-11-代码讲解_backbone网络讲解.mp4
14-46-03FasterR-CNN-12-代码讲解_RPN.mp4
14-47-03FasterR-CNN-13-代码讲解_数据和标签的同步处理(Dataset类).mp4
14-48-03FasterR-CNN-14代码讲解_建议框的生成(Proposallayer).mp4
14-49-03FasterR-CNN-15-代码讲解_Anchorbox的生成和正负样本的划分.mp4
14-51-04FPN-01-论文泛读_背景介绍.mp4
14-52-04FPN-02-论文泛读_论文泛读.mp4
14-53-04FPN-03-论文精读_背景及意义.mp4
14-54-04FPN-04-论文精读_特征金字塔的生成.mp4
14-55-04FPN-05-论文精读_特征金字塔与RPN及FastRcnn的结合.mp4
14-56-04FPN-06-论文精读_实验和消融实验.mp4
14-57-04FPN-07-论文精读_精读PPT补充知识.mp4
14-58-04FPN-08-代码讲解_模型训练.mp4
14-59-04FPN-09-代码讲解_网络结构总览.mp4
14-60-04FPN-10-代码讲解_Backbone_resnet50讲解.mp4
14-61-04FPN-11-代码讲解_FPN特征金字塔构建.mp4
14-62-04FPN-12-代码讲解_多尺度特征图上AnchorBox的生成.mp4
14-63-04FPN-13-代码讲解_RPN结构.mp4
14-64-05RetinaNet-01-论文泛读_论文背景.mp4
14-65-05RetinaNet-02-论文泛读_摘要及总结.mp4
14-66-05RetinaNet-03-论文泛读_研究背景及相关工作.mp4
14-67-05RetinaNet-04-论文精读_Focalloss及Retinanet网络结构.mp4
14-68-05RetinaNet-05-论文精读_Retinanet核心知识归纳.mp4
14-69-05RetinaNet-06-代码讲解_训练.mp4
14-70-05RetinaNet-07-代码讲解_训练数据格式转化生成.mp4
14-71-05RetinaNet-08-代码讲解_Dataset和Dataloader.mp4
14-72-05RetinaNet-09-代码讲解_网络结构.mp4
14-73-05RetinaNet-10-代码讲解_Anchors的生成.mp4
14-74-05RetinaNet-11-代码讲解_FocalLoss代码.mp4
14-76-06MaskRcnn-01-论文泛读1.mp4.mp4
14-77-06MaskRcnn-02-论文泛读2.mp4.mp4
14-78-06MaskRcnn精读-03-FasterRcnn回顾.mp4.mp4
14-79-06MaskRcnn精读-04-FPN.mp4.mp4
14-8-目标检测开营直播.mp4
14-80-06MaskRcnn精读-05-RoiAlign.mp4.mp4
14-81-06MaskRcnn精读-06-实验分析.mp4.mp4
14-82-06MaskRcnn-07-代码01.mp4.mp4
14-83-06MaskRcnn-08-代码2.mp4.mp4
14-84-06MaskRcnn-09-代码3.mp4.mp4
14-86-07Fcos-01-论文泛读.mp4.mp4
14-87-07Fcos-02-论文精读_FCN_YOLOV1回顾.mp4.mp4
14-88-07Fcos-03-论文算法精读.mp4.mp4
14-89-07Fcos-04-论文精读_损失函数.mp4.mp4
14-9-基础知识-01-个人数据集标签制作.mp4
14-90-07Fcos-05-论文精读_消融实验及论文总结.mp4.mp4
14-91-07Fcos-06-代码_训练代码讲解.mp4.mp4
14-92-07Fcos-07-代码head结构.mp4.mp4
14-93-07Fcos-08-代码_Dataset讲解.mp4.mp4
14-94-07Fcos-09-代码_Backbone和网络结构.mp4.mp4
14-95-07Fcos-10-代码_loss和Inference讲解.mp4.mp4
14-96-08EfficentDet-01-论文泛读.mp4.mp4
14-97-08EfficientDet-02-精读_模型概要.mp4.mp4
14-98-08EfficientDet-03-精读_Backbone网络.mp4.mp4
14-99-08EfficientDet-04-精读_BiFPN模块.mp4.mp4
14_1-【10月27日】YOLO论文讲解：V1-V7.m3u8
14_125-【6月17号】YOLOv5-1.m3u8
14_130-【7月1日】YOLOv5-3.m3u8
14_131-【7月2日】YOLOv5-4.m3u8
14_2-【10月26日】YOLO论文讲解：V1-V7.m3u8
14_3-【7月24日】YOLOx-代码复现.m3u8
14_4-【7月16日】YOLOx-代码复现.m3u8
14_5-【7月15日】YOLOx-论文精读.m3u8
14_50-目标检测专题第一期答疑直播.m3u8
14_6-【7月9日】YOLOX理论知识.m3u8
14_75-目标检测专题12.27直播答疑
14_85-目标检测专题2.28直播答疑
15-10-01GAN-02-论文背景.mp4
15-11-01GAN-03-论文泛读.mp4
15-12-01GAN-04-价值函数.mp4
15-13-01GAN-05-训练流程&理论证明1.mp4
15-14-01GAN-06-理论证明2&实验结果&总结展望.mp4
15-15-01GAN-07-代码分析综述.mp4
15-16-01GAN-08-代码分析精讲.mp4
15-17-02CGAN-01-论文摘要&论文背景.mp4
15-18-02CGAN-02-论文泛读.mp4
15-19-02CGAN-03-论文精读1.mp4
15-20-02CGAN-04-论文精读2.mp4
15-21-02CGAN-05-代码讲解.mp4
15-22-03DCGAN-01-论文摘要&论文背景..mp4
15-23-03DCGAN-02-论文泛读.mp4
15-24-03DCGAN-03-模型结构&图像生成..mp4
15-25-03DCGAN-04-无监督表征学习&模型可视化&隐空间分析1..mp4
15-26-03DCGAN-05-隐空间分析2&总结展望&论文总结.mp4
15-27-03DCGAN-06-代码讲解1.mp4
15-28-03DCGAN-07-代码讲解2.mp4
15-29-04ITGAN-01-论文摘要&论文背景.mp4
15-30-04ITGAN-02-论文泛读.mp4
15-31-04ITGAN-03-GAN的训练改进.mp4
15-32-04ITGAN-04-图像质量评价&半监督学习.mp4
15-33-04ITGAN-05-实验结果&论文总结.mp4
15-34-04ITGAN-06-代码讲解1.mp4
15-35-04ITGAN-07-代码讲解2.mp4
15-36-04ITGAN-08-代码讲解3.mp4
15-37-05pix2pix-01-论文摘要&论文背景.mp4
15-38-05pix2pix-02-论文成果及意义&论文泛读1.mp4
15-39-05pix2pix-03-论文泛读2.mp4
15-40-05pix2pix-04-目标函数&模型结构及训练参数.mp4
15-41-05pix2pix-05-评价方式&目标函数分析&模型分析.mp4
15-42-05pix2pix-06-应用分析&论文总结.mp4
15-43-05pix2pix-07-代码讲解1.mp4
15-44-05pix2pix-08-代码讲解2.mp4
15-45-06cyclegan-01-论文摘要&研究背景.mp4.mp4
15-46-06cyclegan-02-论文成果及意义&论文泛读.mp4.mp4
15-47-06cyclegan-03-目标函数.mp4.mp4
15-48-06cyclegan-04-模型结构与训练参数&模型评价与比较&损失函数分析&图像重构质量.mp4
15-49-06cyclegan-05-应用分析&论文总结.mp4.mp4
15-50-06cyclegan-06-代码讲解1.mp4.mp4
15-51-06cyclegan-07-代码讲解2.mp4.mp4
15-52-06cyclegan-08-代码讲解3.mp4.mp4
15-53-07ProGAN-01-论文摘要&研究背景.mp4.mp4
15-54-07ProGAN-02-论文成果及意义&论文泛读.mp4.mp4
15-55-07ProGAN-03-渐进式训练&Minibatch标准差.mp4.mp4
15-56-07ProGAN-04-归一化&评价指标&实验1.mp4.mp4
15-57-07ProGAN-05-实验2&论文总结.mp4.mp4
15-58-07ProGAN-06-代码讲解1.mp4.mp4
15-59-07ProGAN-07-代码讲解2.mp4.mp4
15-60-07ProGAN-08-代码讲解3.mp4.mp4
15-61-08StackGAN-01-论文摘要&研究背景.mp4.mp4
15-62-08StackGAN-02-论文成果及意义&论文泛读.mp4.mp4
15-63-08StackGAN-03-条件增强&两阶段的GAN1.mp4.mp4
15-64-08StackGAN-04-两阶段的GAN2&评价方式&性能比较.mp4.mp4
15-65-08StackGAN-05-组件分析&总结.mp4.mp4
15-66-08StackGAN-06-代码讲解1.mp4.mp4
15-67-08StackGAN-07-代码讲解2.mp4.mp4
15-68-08StackGAN-08-代码讲解3.mp4.mp4
15-69-09BigGAN-01-论文摘要&研究背景.mp4.mp4
15-70-09BigGAN-02-论文成果及意义&论文泛读.mp4.mp4
15-71-09BigGAN-03-大规模的GAN.mp4.mp4
15-72-09BigGAN-04-隐空间截断&不稳定性分析.mp4.mp4
15-73-09BigGAN-05-实验结果&论文总结.mp4.mp4
15-74-09BigGAN-06-代码讲解1.mp4.mp4
15-75-09BigGAN-07-代码讲解2.mp4.mp4
15-76-10StyleGAN-01-论文摘要&研究背景.mp4.mp4
15-77-10StyleGAN-02-论文成果及意义&论文泛读.mp4.mp4
15-78-10StyleGAN-03-基于样式的生成器架构.mp4.mp4
15-79-10StyleGAN-04-实验结果&生成器的属性分析.mp4.mp4
15-8-GAN专题班开营直播.mp4
15-80-10StyleGAN-05-隐变量解耦1.mp4.mp4
15-81-10StyleGAN-06-隐变量解耦2&论文总结.mp4.mp4
15-82-10StyleGAN-07-代码讲解1.mp4.mp4
15-83-10StyleGAN-08-代码讲解2.mp4.mp4
15-84-10StyleGAN-09-代码讲解3.mp4.mp4
15-9-01GAN-01-论文摘要.mp4
15_2-【2月20日】stylegan2-论文泛读.m3u8
15_3-【2月27日】stylegan2-论文精读.m3u8
15_4-【3月6日】stylegan2-代码复现.m3u8
15_5-【3月13日】DGP-论文泛读.m3u8
15_6-【3月20日】DGP-论文精读.m3u8
15_7-【3月27日】DGP-代码复现.m3u8
15_85-10.4GAN直播答疑.mp4
15_86-10.18GAN直播答疑.mp4
15_87-GAN11.1直播答疑.mp4
15_88-GAN11.15直播答疑.mp4
15_89-GAN11.29直播答疑.mp4
15_90-GAN直播答疑.mp4
15_91-GAN直播答疑.mp4
16-10-1.9CRNN-code2.mp4.mp4
16-100-10.7MORAN_code_2.mp4
16-101-10.8MORAN_code_3.mp4
16-102-10.9MORAN_code_4.mp4
16-103-11.1FOTS_1.mp4
16-104-11.2FOTS_2.mp4
16-105-11.3FOTS_3.mp4
16-106-11.4FOTS_4.mp4
16-107-11.5FOTS_5.mp4
16-108-11.6FOTS_code_0.mp4
16-109-11.7FOTS_code_1.mp4
16-11-1.10CRNN-code3.mp4.mp4
16-110-11.8FOTS_code_2.mp4
16-111-11.9FOTS_code_3.mp4
16-112-11.10FOTS_code_4.mp4
16-12-1.11CRNN-code4.mp4.mp4
16-13-1.12CRNN-code5.mp4.mp4
16-14-2.1attention_OCR-研究背景、成果、意义.mp4
16-15-2.2attention_OCR-论文知识点讲解.mp4
16-16-2.3attention_OCR-精读-论文总览及模型细节.mp4
16-17-2.4attention_OCR-精读-模型细节二.mp4
16-18-2.5attention_OCR-精读-模型细节三.mp4
16-19-2.6attention_OCR-精读-模型细节四.mp4
16-2-1.1CRNN-泛读-背景论文.mp4.mp4
16-20-2.7attention_OCR-精读-论文中的细节描述.mp4
16-21-2.8attention_OCR-精读-实验.mp4
16-22-2.9attention_OCR-精读-总结.mp4
16-23-2.10attention_OCR-代码-数据集.mp4
16-24-2.11attention_OCR-model-1.mp4
16-25-2.12attention_OCR-model-2.mp4
16-26-2.13attention_OCR-model-3.mp4
16-27-2.14attention_OCR-model-4.mp4
16-28-2.15attention_OCR-model-5.mp4
16-29-2.16attention_OCR-model-6.mp4
16-3-1.2CRNN-泛读-研究成果及意义.mp4.mp4
16-30-2.17attention_OCR-train.mp4
16-31-2.18总结-CRNN回顾.mp4
16-32-2.19总结-Attention-based-回顾及对比.mp4
16-33-3.01CTPN-论文讲解.mp4
16-34-3.02CTPN-论文详解.mp4
16-35-3.03CTPN-论文详解.mp4
16-36-3.04CTPN-论文详解.mp4
16-37-3.05CTPN-代码详解.mp4
16-38-3.06CTPN-代码详解.mp4
16-39-3.07CTPN代码详解.mp4
16-4-1.3CRNN-泛读-LSTM、CTC、BeamSearch、论文泛读.mp4.mp4
16-40-3.08CTPN代码详解.mp4
16-41-4.01EAST_1.mp4.mp4
16-42-4.02EAST_2.mp4.mp4
16-43-4.03EAST_3.mp4.mp4
16-44-4.04EAST_4.mp4.mp4
16-45-4.05EAST_code_0.mp4.mp4
16-46-4.06EAST_code_1.mp4.mp4
16-47-4.07EAST_code_2.mp4.mp4
16-48-4.08EAST_code_3.mp4.mp4
16-49-4.09EAST_code_4.mp4.mp4
16-5-1.4CRNN-精读-原有模型.mp4.mp4
16-50-4.10EAST_code_5.mp4.mp4
16-51-5.01Adv_EAST.mp4.mp4
16-52-5.02AdvEAST_code_1.mp4.mp4
16-53-5.03Adv_EAST_code_2.mp4.mp4
16-54-5.04Adv_EAST_code_3.mp4.mp4
16-55-6.01PSE_1.mp4.mp4
16-56-6.02PSE_2.mp4.mp4
16-57-6.03PSE_3.mp4.mp4
16-58-6.04PSE_4.mp4.mp4
16-59-6.05PSE_code_0.mp4.mp4
16-6-1.5CRNN-精读-CRNN网络结构、论文细节一.mp4.mp4
16-60-6.06PSE_code_1.mp4.mp4
16-61-6.07PSE_code_2.mp4.mp4
16-62-6.08PSE_code_3.mp4.mp4
16-63-6.09PSE_code_4.mp4.mp4
16-64-7.01PAN_1.mp4.mp4
16-65-7.02PAN_2.mp4.mp4
16-66-7.03PAN_3.mp4.mp4
16-67-7.04PAN_4.mp4.mp4
16-68-7.05PAN_5.mp4.mp4
16-69-7.06PAN_code_1.mp4
16-7-1.6CRNN-精读-论文细节二三四.mp4.mp4
16-70-7.07PAN_code_2.mp4
16-71-7.08PAN_code_3.mp4
16-72-7.09PAN_code_4.mp4
16-73-8.01DB_1.mp4
16-74-8.02DB_2.mp4
16-75-8.03DB_3.mp4
16-76-8.04DB_4.mp4
16-77-8.05DB_5.mp4
16-78-8.06DB_code_0.mp4
16-79-8.07DB_code_1.mp4
16-8-1.7CRNN-精读-实验结果及总结.mp4.mp4
16-80-8.08DB_code_2.mp4
16-81-8.09DB_code_3.mp4
16-82-8.10DB_code_4.mp4
16-83-9.01ASTER_1.mp4
16-84-9.02ASTER_2.mp4
16-85-9.03ASTER_3.mp4
16-86-9.04ASTER_4.mp4
16-87-9.05ASTER_5.mp4
16-88-9.06ASTER_code_0.mp4
16-89-9.07ASTER_code_1.mp4
16-9-1.8CRNN-code1.mp4.mp4
16-90-9.08ASTER_code_2.mp4
16-91-9.09ASTER_code_3.mp4
16-92-9.10ASTER_code_4.mp4
16-93-9.11ASTER_code_5.mp4
16-94-10.1MORAN_1.mp4
16-95-10.2MORAN_2.mp4
16-96-10.3MORAN_3.mp4
16-97-10.4MORAN_4.mp4
16-98-10.05MORAN_code_0.mp4
16-99-10.6MORAN_code_1.mp4
17-1-3.1GhostNet论文泛读&论文精读（新）.mp4
17-10-01mobileNet-02-论文结构&摘要精读.mp4
17-11-01mobileNet-03-主体架构&深度可分离卷积.mp4
17-12-01MobileNet-04-超参数.mp4
17-13-01mobileNet-05-后续创新及改进.mp4
17-14-01MobileNets-06-代码结构.mp4
17-15-01MobileNets-07-模型设计.mp4
17-16-01MobileNets-08-模型评估.mp4
17-17-02shufflenet-01-研究背景&意义.mp4
17-18-02shufflenet-02-论文结构&摘要.mp4
17-19-02shufflenet-03-分组点卷积.mp4
17-2-2.1shufflenetv1-v2论文泛读&论文精读（新）.mp4
17-20-02shufflenet-04-通道重排.mp4
17-21-02shufflenet-05-总结&创新.mp4
17-22-02shufflenet-06-复现网络结构.mp4
17-23-02shufflenet-07-数据预处理.mp4
17-24-02shufflenet-08-模型设计.mp4
17-25-02shufflenet-09-模型评估.mp4
17-26-03squeezenet-01-研究背景&成果&意义.mp4
17-27-3squeezenet-02-结构&泛读.mp4
17-28-03squeezenet-03-cnn结构设计策略&FireModule内部.mp4
17-29-03squeezenet-04-网络架构及细节&试验结果及分析.mp4
17-3-1.4Mobilenet_代码讲解_2（新）.mp4
17-30-03squeezenet-05-模型预处理、加载.mp4
17-31-03squeezenet-06-模型结构构造.mp4
17-32-03squeezenet-07-模型评估.mp4
17-33-04xception-01-研究背景&成果&泛读.mp4
17-34-04xception-02-网络发展.mp4
17-35-04xception-03-网络结构&深度可分离卷积对比.mp4
17-36-04xception-04-实验结果及论文分析&论文总结.mp4
17-37-04xception-05-准备工作.mp4
17-38-04xception-06-模型设计.mp4
17-39-04xception-07-模型训练及评估.mp4
17-4-1.3Mobilenet_代码讲解_1（新）.mp4
17-40-05knowledgedistillation-01-论文泛读.mp4
17-41-05knowledgedistillation-02-集成模型思想.mp4
17-42-05knowledgedistillation-03-知识蒸馏思想和方法.mp4
17-43-05knowledgedistillation-04-专家集成模型及知识蒸馏实验.mp4
17-44-05knowledgedistillation-05-项目代码总览与小结.mp4
17-45-05knowledgedistillation-06-教师网络与学生网络的构建.mp4
17-46-05knowledgedistillation-07-教师网络与学生网络的训练.mp4
17-47-05knowledgedistillation-08-知识蒸馏训练学生网络.mp4
17-48-06attention-transfer-01-研究背景&成果&摘要.mp4
17-49-06attention-transfer-02-计算机视觉中的注意力转移.mp4
17-5-1.2Mobilenet论文精读（新）.mp4
17-50-06attention-transfer-03-基于激活&梯度&的注意力图&实验.mp4
17-51-06attention-transfer-04-搭建训练教师模型&学生模型.mp4
17-52-06attention-transfer-05-实现基于激活&梯度注意力图&训练学生.mp4
17-53-07LearningWeightsandConnections-01-研究背景&成果&摘要.mp4
17-54-07LearningWeightsandConnections-02-计算网络参数量计算量.mp4
17-55-07LearningWeightsandConnections-03-剪枝介绍.mp4
17-56-07LearningWeightsandConnections-04-迭代式剪枝.mp4
17-57-07LearningWeightsandConnections-05-搭建并训练目标网络.mp4
17-58-07LearningWeightsandConnection-06-结构化剪枝、可视化.mp4
17-59-08NetworkSlimming-01-研究背景、成果、意义及论文泛读.mp4
17-6-1.1Mobilenet论文泛读（新）.mp4
17-60-08NetworkSlimming-02-CNN通道剪枝、BatchNorm.mp4
17-61-08NetworkSlimming-03-通道剪枝方法、结果及分析、总结.mp4
17-62-08NetworkSlimming-04-搭建并训练目标网络.mp4.mp4
17-63-08NetworkSlimming-05-用bn层剪枝&结构分析.mp4.mp4
17-64-09PruningforEfficientInference-01--研究背景、成果.mp4
17-65-09PruningforEfficientInference-02-通道重要性判断.mp4
17-66-09PruningforEfficientInference-03-FLOPs正则化.mp4
17-67-09pruning-04-目标网络搭建.mp4.mp4
17-68-09pruning-05-Hook&FLOPs.mp4.mp4
17-69-09pruning-06-迭代式泰勒剪枝过程.mp4.mp4
17-7-轻量化网络专题开班.mp4.mp4
17-9-01mobileNet-01-背景介绍.mp4
18-2-6-16CVtransformer体验课直播回放.mp4
18-3-6-17CV-transformer直播回放.mp4
18-4-【6月25日】CV-transformerVIT论文讲解.mp4
18_10-【7月15日】CV-transformerDETR论文详解.mp4
18_11-【7月18日】CV-transformerDETR代码讲解.mp4
18_12-【7月22日】CV-transformerDeformableDETR论文详解.mp4
18_13-【7月25日】CV-transformerDeformableDETR代码详解.mp4
18_14-【7月29日】CV-transformerSparseR-CNN论文详解.mp4
18_15-【8月1日】CV-transformerSparseR-CNN代码详解.mp4
18_16-【12月1日】Vit-论文讲解.mp4
18_17-【12月5日】Vit-代码详解.mp4
18_18-【12月8日】PVT-论文讲解.mp4
18_19-【12月12日】PVT-代码详解.mp4
18_20-【12月22日】SwinTransformer论文讲解.mp4
18_21-【12月26日】SwinTransformer-代码详解.mp4
18_22-【12月29日】SwinTransformer-代码详解.mp4
18_23-【1月5日】pretrain小型专题（上）.mp4
18_24-【1月9日】pretrain小型专题（下）.mp4
18_25-【1月12日】DETR-论文讲解.mp4
18_26-【1月16日】DETR-代码讲解.mp4
18_27-【1月19日】Deformabledetr论文讲解.mp4
18_28-【1月26日】Deformabledetr-代码讲解.mp4
18_29-【2月9日】sparsercnn-论文讲解.mp4
18_30-【2月13日】sparsercnn-代码讲解.mp4
18_31-【2月16日】convnext-论文讲解.mp4
18_32-【2月20日】convnext-代码详解.mp4
18_33-【2月23日】maskformer-论文讲解.mp4
18_34-【2月27日】maskformer-代码复现.mp4
18_5-【6月27日】CV-transformerVIT代码详解.mp4
18_6-【7月1日】CV-transformerPVT论文详解.mp4
18_7-【7月4日】CV-transformerPVT代码详解.mp4
18_8-【7月8日】CV-transformerSwinTransformer论文详解.mp4
18_9-【7月11日】CV-transformerSwinTransformer代码详解.mp4
19-10-1.9特征脸识别-论文精读特征脸计算下.mp4
19-11-1.10特征脸识别-代码讲解pca计算.mp4
19-12-1.11特征脸识别-代码讲解特征提取以及人脸重构.mp4
19-13-1.12特征脸识别-代码讲解人脸分类之最短距离方法.mp4
19-14-1.13特征脸识别-代码讲解人脸分类之SVM方法.mp4
19-15-1.14特征脸识别-代码讲解人脸分类之神经网络方法.mp4
19-16-1.15特征脸识别-论文总结.mp4
19-17-2.1Deepid-研究背景以及意义.mp4
19-18-2.2Deepid-ժҪ.mp4
19-19-2.3Deepid-介绍.mp4
19-2-1.1特征脸识别-人脸识别背景介绍.mp4
19-20-2.4Deepid-相关工作.mp4
19-21-2.5Deepid-卷积计算补充.mp4
19-22-2.6Deepid-网络架构部分精读.mp4
19-23-2.7deepid实验上.mp4
19-24-2.8deepid实验中.mp4
19-25-2.9deepid实验下.mp4
19-26-2.10deepid实验下2.mp4
19-27-2.11Deepid-联合贝叶斯算法推导上.mp4
19-28-2.12Deepid-联合贝叶斯算法推导下.mp4
19-29-2.13Deepid-联合贝叶斯实验上.mp4
19-3-1.2特征脸识别-论文研究背景成果以及意义.mp4
19-30-2.14Deepid-联合贝叶斯实验下.mp4
19-31-2.15Deepid-论文总结.mp4
19-32-3.1FaceNet-研究意义背景介绍.mp4
19-33-3.2FaceNet-ժҪ.mp4
19-34-3.3FaceNet-介绍.mp4
19-35-3.4FaceNet-相关工作和总结预告.mp4
19-36-3.5FaceNet-TripletLoss讲解与推导.mp4
19-37-3.6FaceNet-TripletSelection讲解.mp4
19-38-3.7FaceNet-网络架构.mp4
19-39-3.8FaceNet-实验part1.mp4
19-4-1.3特征脸识别-论文泛读摘要部分.mp4
19-40-3.9FaceNet-实验part2.mp4
19-41-3.10FaceNet-实验part3.mp4
19-42-3.11FaceNet-实验part4_总结.mp4
19-43-4.1CenterLoss-研究成果以及意义.mp4
19-44-4.2CenterLoss-摘要以及介绍.mp4
19-45-4.3CenterLoss-相关工作以及总结预告.mp4
19-46-4.4centerloss推导part1.mp4
19-47-4.5centerloss推导part2.mp4
19-48-4.6CenterLoss-实验讲解part1.mp4
19-49-4.7CenterLoss-实验讲解part2.mp4
19-5-1.4特征脸识别-论文泛读介绍部分.mp4
19-50-4.8CenterLoss-结果分析以及总结.mp4
19-51-5.1L-SoftmaxLoss-研究背景以及意义.mp4
19-52-5.2L-SoftmaxLoss-论文泛读和介绍.mp4
19-53-5.3L-SoftmaxLoss-相关工作.mp4
19-54-5.4Lsoftmax推导part1.mp4
19-55-5.5Lsoftmax推导part2.mp4
19-56-5.6Lsoftmax推导part3.mp4
19-57-5.7Lsoftmax推导part4.mp4
19-58-5.8L-SoftmaxLoss-实验part1.mp4
19-59-5.9L-SoftmaxLoss-实验part2.mp4
19-6-1.5特征脸识别-论文泛读相关工作部分.mp4
19-60-5.10L-SoftmaxLoss-结果分析与总结.mp4
19-61-6.1SphereFace-研究背景成果意义.mp4
19-62-6.2SphereFace-摘要和介绍.mp4
19-63-6.3SphereFace-相关工作.mp4
19-64-6.4SphereFace-ASotfmax详解_part1.mp4
19-65-6.5SphereFace-ASoftmax详解_part2.mp4
19-66-6.6SphereFace-Asoftmax详解_part3.mp4
19-67-6.7SphereFace-实验代码讲解.mp4
19-68-6.8SphereFace-结果分析与总结.mp4
19-69-7.1CosFace-研究背景以及意义.mp4
19-7-1.6特征脸识别-论文精读PCA补充.mp4
19-70-7.2CosFace-摘要以及介绍.mp4
19-71-7.3CosFace-相关工作.mp4
19-72-7.4CosFace-LMCL详细推导_part1.mp4
19-73-7.5CosFace-LMCL详细推导_part2.mp4
19-74-7.6CosFace-LMCL详细推导_part3.mp4
19-75-7.7CosFace-实验代码讲解.mp4
19-76-7.8CosFace-结果分析与总结.mp4
19-8-1.7特征脸识别-论文精读特征脸计算上.mp4
19-9-1.8特征脸识别-论文精读特征脸计算中.mp4
19_77-【11月13日】arcface-论文泛读+精读.mp4
19_78-【11月14日】arcface-代码复现.mp4
19_79-【11月20日】magface-论文泛读+精读.mp4
19_80-【11月21日】magface-代码讲解.mp4
1_1-【3月20日】GPT-4直播分享.mp4
1_2-GAN专题直播答疑.mp4
1_2-【3月23日】CV前沿直播.mp4
1_3-【1月11日】CV前沿直播.mp4
1_4-【1月9日】CV前沿直播.mp4
1_5-【12月14日】CV前沿直播.mp4
1_6-【12月7日】CV前沿直播.mp4
2-1-效率提升3倍的Paper阅读方法.mp4
20-10-1.93DMM-实验一_part3.mp4
20-11-1.103DMM-实验一_part4.mp4
20-12-1.113DMM-实验二_part1.mp4
20-13-1.123DMM-实验二_part2.mp4
20-14-1.133DMM-实验二_part3.mp4
20-15-1.143DMM-实验二_part4.mp4
20-16-2.1Nolinear3DMM-研究背景.mp4
20-17-2.2Nolinear3DMM-摘要介绍.mp4
20-18-2.3Nolinear3DMM-相关工作.mp4
20-19-2.4Nolinear3DMM-算法详细讲解_part1.mp4
20-2-1.13DMM-ժҪ.mp4
20-20-2.5Nolinear3DMM-算法详细讲解_part2.mp4
20-21-2.6Nolinear3DMM-算法详解_part3.mp4
20-22-2.7Nolinear3DMM-实验结果分析_part1.mp4
20-23-2.8Nolinear3DMM-实验结果分析_part2.mp4
20-24-3.1Nolinear3DMMV2-论文泛读.mp4
20-25-3.2Nolinear3DMMV2-算法详解part_1.mp4
20-26-3.3Nolinear3DMMV2-算法详解part_2.mp4
20-27-3.4Nolinear3DMMV2-算法详解part_3.mp4
20-28-3.5Nolinear3DMMV2-实验part_1.mp4
20-29-3.6Nolinear3DMMV2-实验part_2.mp4
20-3-1.23DMM-介绍.mp4
20-30-3.7Nolinear3DMMV2-实验part_3.mp4
20-31-3.8Nolinear3DMMV2-结果分析论文总结.mp4
20-32-4.13DDFA-ժҪ.mp4
20-33-4.23DDFA-介绍.mp4
20-34-4.33DDFA-相关工作.mp4
20-35-4.43DDFA-算法详细讲解part1.mp4
20-36-4.53DDFA-算法详细讲解part2.mp4
20-37-4.63DDFA-算法详细讲解part3.mp4
20-38-4.73DDFA-算法详细讲解part4.mp4
20-39-4.83DDFA-算法详细讲解part5.mp4
20-4-1.33DMM-相关工作.mp4
20-40-4.93DDFA-实验讲解part1.mp4
20-41-4.103DDFA-实验讲解part2.mp4
20-42-4.113DDFA-实验讲解part3.mp4
20-43-4.123DDFA-结果分析与总结.mp4
20-44-5.1摘要介绍.mp4
20-45-5.2相关工作.mp4
20-46-5.3算法详细讲解part1.mp4
20-47-5.4算法详细讲解part2.mp4
20-48-5.5算法详细讲解part3.mp4
20-49-5.6实验详解part1.mp4
20-5-1.43DMM-算法详细讲解_part1.mp4
20-50-5.7实验详解part2.mp4
20-51-5.8实验详解part3.mp4
20-52-5.9结果与总结.mp4
20-53-6.1论文泛读.mp4
20-54-6.2算法详细讲解.mp4
20-55-6.3实验讲解.mp4
20-56-6.4总结.mp4
20-57-7.1论文泛读part1.mp4
20-58-7.2论文泛读part2.mp4
20-59-7.3算法详解part1.mp4
20-6-1.53DMM-算法详细讲解_part2.mp4
20-60-7.4算法详解part2.mp4
20-61-7.5实验讲解part1.mp4
20-62-7.6实验讲解part2.mp4
20-63-8.1论文泛读.mp4
20-64-8.2算法详细讲解.mp4
20-65-8.3实验讲解.mp4
20-7-1.63DMM-算法详细讲解_part3.mp4
20-8-1.73DMM-实验一_part1.mp4
20-9-1.83DMM-实验一_part2.mp4
21-10-01DQN-07-论文模型.mp4
21-100-07DDPG-01-开场白.mp4
21-101-07DDPG-02-研究背景成果和意义.mp4
21-102-07DDPG-03-背景知识补充.mp4
21-103-07DDPG-04-论文泛读.mp4
21-104-07DDPG-05-本节回顾下节预告.mp4
21-105-07DDPG-06-论文精读结构.mp4
21-106-07DDPG-07-从DQN到DDPG.mp4
21-107-07DDPG-08-网络结构.mp4
21-108-07DDPG-09-DDPG核心思想.mp4
21-109-07DDPG-10-算法的其他细节.mp4
21-11-01DQN-08-论文细节一图像预处理.mp4
21-110-07DDPG-11-算法总结.mp4
21-111-07DDPG-12-代码部分结构.mp4
21-112-07DDPG-13-网络结构及初始化.mp4
21-113-07DDPG-14-BatchNorm的使用.mp4
21-114-07DDPG-15-参数更新.mp4
21-115-07DDPG-16-代码结构.mp4
21-116-07DDPG-17-运行结果.mp4
21-117-08TD3-01-论文泛读开场白.mp4
21-118-08TD3-02-研究背景.mp4
21-119-08TD3-03-背景知识.mp4
21-12-01DQN-09-论文细节二ReplayBuffer.mp4
21-120-08TD3-04-论文泛读.mp4
21-121-08TD3-05-论文泛读总结.mp4
21-122-08TD3-06-论文精读开场白.mp4
21-123-08TD3-07-overestimation.mp4
21-124-08TD3-08-variance.mp4
21-125-08TD3-09-实验结果.mp4
21-126-08TD3-10-论文总结.mp4
21-127-08TD3-11-代码部分结构.mp4
21-128-08TD3-12-更新Critic.mp4
21-129-08TD3-13-更新Actor和代码结构.mp4
21-13-01DQN-10-论文细节三SemiGradientMethod.mp4
21-130-08TD3-14-实验结果.mp4
21-131-09SQL-01-论文泛读开场白.mp4
21-132-09SQL-02-研究背景及成果.mp4
21-133-09SQL-03-背景知识补充.mp4
21-134-09SQL-04-论文泛读总结.mp4
21-135-09SQL-05-论文精读开场白.mp4
21-136-09SQL-06-核心思想.mp4
21-137-09SQL-07-理论基础.mp4
21-138-09SQL-08-算法细节.mp4
21-139-09SQL-09-实验结果分析.mp4
21-14-01DQN-11-实验结果分析.mp4
21-140-09SQL-10-理论证明.mp4
21-141-09SQL-11-论文精读总结.mp4
21-142-09SQL-12-代码部分结构.mp4
21-143-09SQL-13-Pytorch的手动链式法则求导.mp4
21-144-09SQL-14-离散情况细节.mp4
21-145-09SQL-15-连续情况细节.mp4
21-146-09SQL-16-代码结构.mp4
21-147-09SQL-17-调参结果.mp4
21-148-10SAC-01-论文泛读开场白.mp4
21-149-10SAC-02-研究背景.mp4
21-15-01DQN-12-论文精读总结.mp4
21-150-10SAC-03-论文泛读.mp4
21-151-10SAC-04-论文泛读总结.mp4
21-152-10SAC-05-论文精读开场白.mp4
21-153-10SAC-06-核心思想.mp4
21-154-10SAC-07-主要算法.mp4
21-155-10SAC-08实验结果.mp4
21-156-10SAC-09-理论证明.mp4
21-157-10SAC-10-论文精读总结.mp4
21-158-10SAC-11-算法细节.mp4
21-159-10SAC-12-代码结构及调参结果.mp4
21-16-01DQN-13-代码课整体介绍.mp4
21-160-11AdvancedValueMethods-01-论文泛读开场白.mp4
21-161-11AdvancedValueMethods-02-背景知识补充.mp4
21-162-11AdvancedValueMethods-03-Rainbow泛读.mp4
21-163-11AdvancedValueMethods-04-D4PG泛读.mp4
21-164-11AdvancedValueMethods-05-A3C泛读.mp4
21-165-11AdvancedValueMethods-06-IMPALA泛读.mp4
21-166-11AdvancedValueMethods-07-论文泛读总结.mp4
21-167-11AdvancedValueMethods-08-论文精读开场白.mp4
21-168-11AdvancedValueMethods-09-Rainbow.mp4
21-169-11AdvancedValueMethods-10-D4PG.mp4
21-17-01DQN-14-gym介绍.mp4
21-170-11AdvancedValueMethods-11-A3C.mp4
21-171-11AdvancedValueMethods-12-IMPALA.mp4
21-172-11AdvancedValueMethods-13-总结.mp4
21-173-12IntrinsicMotivation-01-论文泛读开场白.mp4
21-174-12IntrinsicMotivation-02-ICM泛读.mp4
21-175-12IntrinsicMotivation-03-CuriosityStudy泛读.mp4
21-176-12IntrinsicMotivation-04-VIME泛读.mp4
21-177-12IntrinsicMotivation-05-VIC泛读.mp4
21-178-12IntrinsicMotivation-06-DIAYN泛读.mp4
21-179-12IntrinsicMotivation-07-SMM泛读.mp4
21-18-01DQN-15-图像预处理代码.mp4
21-180-12IntrinsicMotivation-08-EDL泛读.mp4
21-181-12IntrinsicMotivation-09-泛读总结及下节预告.mp4
21-182-12IntrinsicMotivation-10-论文精读开场白.mp4
21-183-12IntrinsicMotivation-11-ICM精读.mp4
21-184-12-IntrinsicMotivation-12-CuriosityStudy精读.mp4
21-185-12IntrinsicMotivation-13-VIME精读.mp4
21-186-12IntrinsicMotivation-14-VIC精读.mp4
21-187-12IntrinsicMotivation-15-DIAYN精读.mp4
21-188-12IntrinsicMotivation-16-SMM精读.mp4
21-189-12IntrinsicMotivation-17-EDL精读.mp4
21-19-01DQN-16-DQN核心功能实现.mp4
21-190-12IntrinsicMotivation-18-论文总结.mp4
21-191-12IntrinsicMotivation-19-结尾语.mp4
21-20-01DQN-17-代码结构及实验结果分析.mp4
21-21-02DQN改进-01-论文泛读开场白.mp4
21-22-02DQN改进-02-研究背景及意义.mp4
21-23-02DQN改进-03-论文泛读.mp4
21-24-02DQN改进-04-论文泛读总结及下节预告.mp4
21-25-02DQN改进-05-论文网络结构.mp4
21-26-02DQN改进-06-DDQN图表分析.mp4
21-27-02DQN改进-07-DDQN总结.mp4
21-28-02DQN改进-08-PER01.mp4
21-29-02DQN改进-09-PER02.mp4
21-3-强化学习开营直播.mp4
21-30-02DQN改进-10-PER实验结果及DuelDQN.mp4
21-31-02DQN改进-11-下节预告.mp4
21-32-02DQN改进-12-代码课整体介绍.mp4
21-33-02DQN改进-13-bisect包.mp4
21-34-02DQN改进-14-SumTree.mp4
21-35-02DQN改进-15-SumTree后续及DuelStructure.mp4
21-36-02DQN改进-16-ReplayBuffer01.mp4
21-37-02DQN改进-17-ReplayBuffer02.mp4
21-38-02DQN改进-18-ReplayBuffer03.mp4
21-39-02DQN改进-19-代码总览及实验结果.mp4
21-4-01DQN-01-论文泛读开场白.mp4
21-40-03C51-01-研究成果及意义.mp4
21-41-03C51-02-背景知识补充01.mp4
21-42-03C51-03-背景知识补充02.mp4
21-43-03C51-04-论文泛读.mp4
21-44-03C51-05-分布更新BellmanEquationBellmanOperator.mp4
21-45-03C51-06-BellmanOptimalOperator.mp4
21-46-03C51-07-算法分析.mp4
21-47-03C51-08-实验结果及分析.mp4
21-48-03C51-09-引理2引理3证明.mp4
21-49-03C51-10-引理1证明.mp4
21-5-01DQN-02-研究背景及意义.mp4
21-50-03C51-11-定理1证明.mp4
21-51-03C51-12-其余理论部分及总结.mp4
21-52-03C51-13-代码部分介绍.mp4
21-53-03C51-14-算法部分结构一览.mp4
21-54-03C51-15-分布更新单个样本.mp4
21-55-03C51-16-MiniBatch分布更新.mp4
21-56-03C51-17-PytorchMiniBatch分布更新..mp4
21-57-03C51-18-实验结果.mp4
21-58-04QRDQN-01-研究背景、意义及补充知识介绍.mp4
21-59-04QRDQN-02-论文泛读、摘要、框架讲解.mp4
21-6-01DQN-03-背景知识补充.mp4
21-60-04QRDQN-03-回顾C51.mp4
21-61-04QRDQN-04-新的分布更新思路、估计分位数.mp4
21-62-04QRDQN-05-QRDQN算法讲解、实验结果与分析.mp4
21-63-04QRDQN-06-理论证明1.mp4
21-64-04QRDQN-07-理论证明2.mp4
21-65-04QRDQN-08-上节回顾和下节预告.mp4
21-66-04QRDQN-09-code1.mp4
21-67-04QRDQN-10-code2.mp4
21-68-04QRDQN-11-code3.mp4
21-69-05REINFORCE-01-开场白及研究背景介绍.mp4
21-7-01DQN-04-论文泛读.mp4
21-70-05REINFORCE-02-论文泛读.mp4
Copyright © All rights reserved.
信息加载中,请等待...
